normalization

0熱

1答えて

私はシリーズ予測のための簡単なKerasモデルを使用しています。私はシリーズ全体にわたって正規化された入力を供給しています。モデルの予測精度は、トレーニング中に正しいと思われます。しかし、model.predict()関数の出力をプロットすると、出力が何らかのスケーリングを受けていることがわかります。それはある種の標準化/標準化タイプのスケーリングのようです。トレーニングでバッチサイズを変更

0熱

1答えて

線形回帰

二つの方法、なぜ最初の方法は、（MUとのラインで開始された=平均値（X）動作していない？何の違い？ function [X_norm, mu, sigma] = featureNormalize(X) %FEATURENORMALIZE Normalizes the features in X % FEATURENORMALIZE(X) returns a normalized

0熱

1答えて

関係がないデータ

と1NFであるかどうかを決定私は関係を CAR_SALE(Car#, Date_sold, Salesperson#, Commission%, Discount_amt) Primary Key: {Car#, Salesperson#} Additional Dependencies: Date_sold -> Discount_amt Salesperson# ->

0熱

1答えて

オートエンコーダ、ワード階層クラスタリングなどの前にデータを標準化/正規化（バイナリ+数値）しますか？

私はバイナリデータ（0,1）と数値の異なるデータを持つデータセットを持っています。データを分類するために機械学習技術を適用したい場合（自動エンコーダーまたは階層クラスタリングの可能性があります）、データを標準化または正規化する必要がありますか？ありがとうございました！

0熱

1答えて

ERDと正規化3FD

この関係は3FD正規化で真ですか？そして、私は（電話番号）で何をすることができます、それはすべての行を決定するのですか？この関係を3FDと正しい関係に変換するのを助けてください。これは、現実世界の例であれば

1熱

1答えて

どのキー

候補を見つけるために、私は、機能依存性との関係A、B、C、D、E 1）A-> BC 2を有する）CD-> E 3 ）B-> D 4）E-> 1を使用は、E、A、Dを与え、その後4を使用すると、Dになります、E 2を使用してAを与えB、C、D、次に3を使用して得られる、B、C及び1を使用してを与える2を使用して、B、C、D与え、1を使用して得られる、4を使用してD はBを与え、 C、D、E及び2

0熱

1答えて

出荷を追跡するためにどのテーブルを作成する必要がありますか？

私のデータベースにはSuppliers,ClientsとItemsのテーブルがあります。私はサプライヤーから受け取った出荷を追跡する必要があります。各貨物には多くのアイテムが含まれています。私はまた、出荷からの破損した品目と、破損した品目が返却されるかどうかを追跡する必要があります。が任意のより良いありは（Shipment_id、SUPPLIER_ID） Shipment-Tracking Sh

-2熱

2答えて

正規化と0パディング

正規化されたリストの合計が1.0になるように正規化された数字のリストを返すnormalist（x、y）関数を作成するにはどうすればよいでしょうか？ '要素。例えば、 normalist([2,2,2,2,2], 5) => [0.2, 0.2, 0.2, 0.2, 0.2] normalist([5], 4) => [1.0, 0.0, 0.0, 0.0].` 私はパディングについて移動